Leetcode SQL会员题【吐血总结~~】第三天

目录

1097. 游戏玩法分析 V
1098. 小众书籍
1107. 每日新用户统计
1112. 每位学生的最高成绩
1113. 报告的记录
1126. 查询活跃业务
1127. 用户购买平台
1132. 报告的记录 II
1142. 过去30天的用户活动 II
1149. 文章浏览 II
1159. 市场分析 II
1164. 指定日期的产品价格

1097. 游戏玩法分析 V **

注：2022年阿里春招实习大数据开发岗位笔试第一题就是留存率

• 源代码：

  with install_dt as (
      select player_id, min(event_date) dt
      from activity
      group by player_id
  )
  select dt as install_dt, count(*) as installs, round(count(event_date) / count(*), 2) as day1_retention
  from install_dt
  left join activity on install_dt.player_id = activity.player_id and datediff(activity.event_date, install_dt.dt) = 1
  group by dt;
  

• 思路：这个题目和留存率的题目很像，但是这个题目是简化了的，就是只用求每个玩家第一天登录日期的次日留存；拿到这个题目，我首先就求出了每个玩家第一天登录日期是多少，然后再拿这张临时表去和源表进行join，注意这个join一定是left join，因为很有可能只是第一天登录了，后面就没有登录过了，限制条件除了id相同之外，就是限制 次日登录了，也就是两张表的日期间隔为1，当然我们也可以在join之后，去select中去利用count(case when...)计算也是可以的。

1098. 小众书籍

• 源代码：

  select t1.book_id, name
  from (
     select book_id, name
     from books
     where available_from < '2019-05-23' 
  ) t1
  left join (
     select order_id, book_id, quantity
     from orders
     where dispatch_date between '2018-06-23' and '2019-06-23'
  ) t2 on t1.book_id = t2.book_id
  group by t1.book_id
  having ifnull(sum(quantity), 0) < 10;
  

• 思路：首先注意到有两个条件可以先过滤一下，一个是 上架时间不满一个月，第二个是 订单时间过去一年内**（做SQL就应该这样先把简单的写出来，然后再继续分析）**，那么就还剩下一个条件，订单总量小于10，这也很简单，但是我开始出错了，就是在进行过滤的时候，没有写ifnull导致null没有被考虑，也就是如果上架的书一个订单都没有，我们sum之后是一个null值，而不是0，所以需要进行处理然后和10进行比较，否则就会出错

1107. 每日新用户统计

• 源代码：

  with first_tmp as (
      select user_id, min(activity_date) first_login
      from traffic
      where activity = 'login'
      group by user_id
  )
  select first_login login_date, count(*) user_count
  from first_tmp
  where first_login between date_sub('2019-06-30', interval 90 day) and '2019-06-30'
  group by first_login
  

• 思路：这个题目就关注两个条件，一个是 用户第一次登陆，还有一个是 第一次登陆时间在90天内，然后聚合就可以了

1112. 每位学生的最高成绩

• 源代码：

  select student_id, course_id, grade
  from (
      select student_id, course_id, grade, row_number() over(partition by student_id order by grade desc, course_id) rk
      from enrollments
  ) t
  where t.rk = 1
  order by student_id;
  

• 思路：这个题目特别明显是一个分组排序的问题，唯一需要注意的是 开窗函数中排序条件有多个，这一点我一开始是忽略了的，因为之前没有写过多个排序条件的开窗函数

1113. 报告的记录

• 源代码：

  select extra report_reason, count(distinct post_id) report_count
  from actions
  where action_date = '2019-07-04' and action = 'report'
  group by extra
  

• 思路：弄清楚过滤条件就可以了，另外还需要注意对post_id进行去重

1126. 查询活跃业务

• 源代码：

  with avg_tmp as (
      select event_type, avg(occurences) avg_occ
      from events
      group by event_type
  )
  select business_id
  from events
  join avg_tmp on events.event_type = avg_tmp.event_type
  where occurences > avg_occ
  group by business_id
  having count(*) >= 2;
  

• 思路：需求拆解完就很简单了，也就是先求每个时间类型的平均发生次数，建立中间表，然后和源表进行join，判断条件为：发生次数大于平均发生次数，最后分组聚合，并且判断该业务至少出现2次

1127. 用户购买平台

• 源代码：

  select t1.spend_date, t1.platform, coalesce(sum(total_amount), 0) as total_amount, coalesce(count(user_id), 0) as total_users
  from (
      select distinct spend_date, 'desktop' as platform from spending
      union 
      select distinct spend_date, 'mobile' as platform from spending
      union
      select distinct spend_date, 'both' as platform from spending
  ) t1
  left join (
      select  user_id, 
              spend_date, 
              case when count(platform) = 2 then 'both' else platform end as platform,
              sum(amount) as total_amount
      from spending 
      group by user_id, spend_date
  ) t2
  on t1.spend_date = t2.spend_date and t1.platform = t2.platform
  group by spend_date, platform
  

• 思路：我们首先应该求出上面的t2表，这就是一个分组聚合而已，主要需要清楚按照什么进行分组，聚合字段是什么；因为不管如何，我们都需要输出每种可能，所以我们先构建一张t1表，来和t2表进行left join，t2表中不存在的返回0就可以了
• 难点：经过了两次分组聚合，分组字段不同；根据题目案例的输出格式需要想到要构建一张所有可能的临时表。

1132. 报告的记录 II

• 源代码：

  select round(avg(rate) * 100, 2) as average_daily_percent
  from (
      select action_date, count(distinct removals.post_id) / count(distinct actions.post_id) as rate
      from actions 
      left join removals
      on actions.post_id = removals.post_id
      where extra = 'spam'
      group by action_date
  ) t
  

• 思路：这个题目使用 left join非常的巧妙，我是分开进行计算的，题解是直接一个语句就写出来了；另外还需要注意对post_id进行去重，因为重复的不用计算。

1142. 过去30天的用户活动 II

• 源代码：

  select  ifnull(round(avg(times), 2), 0) as average_sessions_per_user 
  from (
      select user_id, count(distinct session_id) as times
      from activity
      where datediff('2019-07-27', activity_date) < 30
      group by user_id
  ) t
  

• 思路：本题难点在于一些函数的时候用，比如datediff可以求出两个日期之间相差的天数

1149. 文章浏览 II

• 源代码：

  select distinct viewer_id as id
  from (
      select *
      from views
      group by article_id, author_id, viewer_id, view_date
  )t
  group by viewer_id, view_date
  having count(*) >= 2
  order by viewer_id
  

• 思路：主要是中间需要对数据表进行去重，也就是按照所有字段进行分组

1159. 市场分析 II

• 源代码：

  select users.user_id seller_id, case when seller_id is null then 'no' else 'yes' end  2nd_item_fav_brand 
  from users
  left join (
      select t.seller_id, item_brand
      from (
          select seller_id, item_id, row_number() over(partition by seller_id order by order_date) rk
          from orders
      ) t
      join items on t.item_id = items.item_id
      where rk = 2
  ) t
  on users.user_id = t.seller_id and t.item_brand = users.favorite_brand;
  

• 思路：首先就是获得第二名的卖家id，和品牌名称，然后和用户表进行join，条件是用户id等于卖家id，并且品牌名称是自己喜欢的品牌

1164. 指定日期的产品价格

• 源代码：

  select p.product_id, ifnull(new_price, 10) as price
  from (
      select distinct product_id
      from products
  ) p
  left join (
      select product_id, new_price
      from products
      where (product_id, change_date) in (
          select product_id, max(change_date)
          from products
          where change_date <= '2019-08-16'
          group by product_id
      )
  ) t
  on p.product_id = t.product_id
  

• 思路：我们要拿到日期小于等于2019-08-16的商品id和最新的价格（最新也就是日期要是最大的），然后从原始表中取出所有的商品id，和它进行left join，如果对应的价格为空值，就取默认值10